欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020107550421
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于同化机制的混沌蚁群算法,其特征在于,包括以下步骤:

(1)设置初始化参数;

(2)随机初始化 只普通蚂蚁和 只飞行蚂蚁,初始化时同化数量

(3)加入自适应混沌扰动,每只蚂蚁根据状态转移概率公式,使用轮盘调度方法选择下一个Web服务;

(4)确认所有普通蚂蚁和飞行蚂蚁都搜索选择完所有服务后,每只蚂蚁对自己路径进行本地信息素更新;否则,重复步骤(3);

(5)计算每只蚂蚁产生解的适应度值;

(6)根据适应度值选择本次迭代的最优解和最佳蚂蚁,如果最佳蚂蚁是普通蚂蚁,则进行路径上的全局信息素更新;如果最佳蚂蚁是飞行蚂蚁,则不仅对路径上进行全局信息素更新,还同时更新路径上的相邻节点的信息素;

(7)普通蚂蚁对飞行蚂蚁的同化过程,计算同化数量

(8)终止检验,求出本次迭代中最佳蚂蚁获取的最优解的服务组合适应度函数值,判断是否满足终止条件;若满足条件,则输出最优解;否则转步骤(2)。

2.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于,步骤(1)中,所述初始化参数具体包括:普通蚂蚁种群数量N,飞行蚂蚁数量M,信息启发因子α,期望启发式因子β,信息素挥发度ρ,初始化信息素值τ0,邻接节点数k,最大迭代次数tmax,同化数量 任务集T=[t1,t2,…,tn],每个任务ti包含一个Web服务集CWS=[cws1,cws2,…,cwsm]。

3.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于:步骤(3)中,所述自适应混沌扰动中的混沌变量由Logistic映射模型产生,Logistic混沌模型的计算公式如下:Zij(t+1)=μZij(t)[1-Zij(t)]

式中,Zij(t)表示混沌变量;μ表示控制变量;当μ=4,0≤Zij(t)≤1时,系统处于混沌状态。

4.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于:步骤(3)中,所述状态转移概率公式如下:式中, 表示在t时刻第k只蚂蚁由服务i移动到j服务的概率;allowedk表示在t时刻第t只蚂蚁接下来可以选择的服务;α表示信息启发式因子;β表示期望启发式因子;ηij(t)表示由服务i移动到服务j的期望程度;根据轮盘赌方法,蚂蚁将选择移动到概率较大的服务。

5.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于:步骤(4)中,所述本地信息素更新公式如下:τij(t+1)=(1-ρ)τij(t)+ρτ0

式中,ρ表示信息素挥发度;τ0表示初始化信息素值。

6.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于:步骤(6)中,所述全局信息素更新的计算公式如下:τij(t+1)=(1-ρ)τij(t)+ρΔτij(t)+ξZij(t)式中,ρ表示信息素挥发度,为了防止其无穷的累计,一般取值单位为[0,1);Δτij(t)表示执行完一次寻优后线路(i,j)上的信息素增量,初始化时Δτij(t)=0;Lgb(t)表示本次迭代中最优路径的路径长度;Zij(t)表示混沌变量;ξ表示自适应调节系数; 表示可调节系数,取值范围为[1.5,2.5];t表示当前迭代次数,tmax表示最大迭代次数。

7.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于:步骤(7)中,所述同化数量 的计算公式为:式中,λ表示可调节系数,取值范围为[3,5];[]表示取整。

8.根据权利要求1所述的基于同化机制的混沌蚁群算法,其特征在于:步骤(7)中,所述终止条件为达到最大迭代次数或最优解的适应度函数值满足误差条件。

9.一种采用权利要求1至8任一项所述基于同化机制的混沌蚁群算法的Web服务组合优化方法,其特征在于,包括以下步骤:(一)当用户向系统提出服务请求时,系统对服务请求进行任务分解;

(二)建立Web服务组合模型,以体验质量QoE为评价指标建立Web服务组合模型的适应度函数Ffitness(QoEbest);模糊专家系统通过服务质量QoS参数求出体验质量QoE的值,从而得到对应于Web服务组合模型的适应度函数Ffitness(QoEbest)的值,并以求得的适应度函数的值作为优化目标;

(三)采用基于同化机制的混沌蚁群算法对Web服务组合优化,得到满足用户需要的服务组合的最优结果。

10.根据权利要求9所述的基于同化机制的混沌蚁群算法的Web服务组合优化方法,其特征在于:步骤(二)中,所述模糊专家系统根据隶属函数和推理规则预测出服务质量QoS的取值。